基于临床和增强CT影像组学的列线图术前预测EB病毒相关性胃癌的价值

作者：耿莉; 纵瑞龙; 王文涛; 赵厚亮; 郇艳美; 刘忠啸; 孟闫凯^*; 徐凯

来源：中华医学杂志, 2022, 102(37): 2956-2962.

• 放射学
• 胃癌
• EB病毒
• 影像组学
• 预测模型
• 横断面研究

目的探讨基于临床和增强CT影像组学的列线图术前预测EB病毒(EBV)相关性胃癌的价值。方法回顾性分析经手术病理证实的136例胃癌患者资料, 男100例、女36例, 年龄[M(Q1, Q3)]65(53, 71)岁。根据EBV编码的小RNA原位杂交技术测定的结果分为EBV阳性组(n=32)和EBV阴性组(n=104)。所有患者术前均行多期CT增强扫描。按7∶3比例将患者分为训练组(n=95)和验证组(n=41)。利用MaZda软件提取增强CT图像的影像组学特征。采用组内相关系数(ICC)、方差分析和最小绝对收缩与选择算法(LASSO)回归进行影像组学特征降维, 计算影像组学评分(Radscore)。联合临床资料、形态学特征及影像组学评分建立列线图模型。根据受试者工作特征曲线下面积(AUC)评价列线图的预测效能, 决策曲线评价列线图的临床净获益, 根据训练组和验证组的数据绘制校准曲线对列线图进行验证。结果经筛选后, 最终得到6个最优的影像组学特征, 包括灰度均值、偏度、S(1, 0)熵和、S(1, 1)对比度、99%灰度百分位、S(2, 2)角二阶矩。在训练组和验证组中, EBV阳性组的Radscore高于EBV阴性组(训练组:3.78±0.83 比 2.80±0.98;验证组:3.81±0.47 比 2.94±0.95)(均P<0.05)。影像组学模型在训练组和验证组的AUC分别为0.773(95%CI:0.612～0.962)、0.792(95%CI:0.597～0.927), 灵敏度和特异度分别为63.6%和93.1%、70.0%和87.1%;临床和影像组学的列线图模型在训练组和验证组的AUC分别为0.883(95%CI:0.644～0.984)、0.851(95%CI:0.715～0.996), 列线图模型的预测效能更佳(均P<0.05)。结论基于临床和影像组学的列线图模型对EB病毒相关性胃癌具有较好的预测效能。

• 单位
  徐州医科大学; 徐州市中心医院